
当下,大数据以应用在很多的行业,都取得了不俗的成绩。那么大数据和电子竞技的结合又将碰撞出什么样的火花呢?
不得不说,这些年来电子竞技永远是一个充满话题的领域,与几年前的备受争议不同,如今电竞随着玩家和观众规模的倍数增长,外界资本的大量流入,加之政府态度的软化,正逐渐向着越来越正规的方向发展。这其中包括电子竞技俱乐部的规范化、赛事数量增多、主办方组织水准提升、网络转播的专业化等方方面面。然而,从近一年多来的Dota2、LOL等主流电竞项目的大型赛事来看,似乎又多了一项正在慢慢步入正轨的生意。
在去年几次大赛的赛后采访中,不少战队都提到了团队中数据分析师的关键作用,这些分析师们的主要职责就是针对选手在游戏中的各种比赛数据进行汇总,并把每个选手比赛习惯的相关信息进行量化,将数据通过相关模型进行效果分析,运用这些数据发现每位选手的优缺点,以此来指导战队的英雄选择和战术设计,同时提供比赛对手的各种情报。
长久以来,电子竞技一直被认为是由电脑游戏进化而来,因此也就自然而然的被人附加上了随心所欲、娱乐至上、游戏技术决定论等属性。然而在电子竞技赛事奖金不断增长,观众不断增加,竞争愈加激烈的大环境下,也在很大程度上促进了电子竞技的职业化进程,而选手的水平似乎仅仅成了获胜因素的一个方面,战术设计、硬件设备、后勤保证、数据分析等越来越多接近传统体育项目的术语和概念开始被电子竞技所接纳。而这一切,也正预示着电子竞技大数据时代的开启。
其实关于游戏的数据分析一直都存在,数据分析师这个职业也不是近一两年才出现的,只不过之前的数据分析主要集中在营销和运营层面,涉及的主要内容包括游戏的传播效果、广告的投放效果、用户层次分布、游戏时间、新玩家价值与收益等方面,是从游戏运营商的需求出发的。而本文所谈的新一轮的游戏大数据趋势主要集中在游戏中产生的数据,尤其是停留在竞技层面上的数据,是由玩家的需求所产生的。
在单机游戏时代,由于早期的网络联机功能不完善,游戏大多只注重娱乐性,注重玩家的个人体验。而到了网络时代,联机逐渐成为游戏的一大乐趣。要知道,一旦从与电脑对战转变为人与人之间的较量,竞技性上的提升就完全不在一个层次。与别人的对比和赶超是人的天性,没有人甘当失败者,而胜者又急于将自己的成果公诸于众。如何将这些东西量化,成为衡量胜负的绝对因素,也成为了游戏设计中重要的考量因素之一。而游戏也从个人对战丰富为多人之间的合作与竞争,团队开始成为游戏的另一核心元素。在这一背景下,从星际争霸、魔兽争霸再到现在的刀塔和英雄联盟,无一不遵循这一轨迹。
游戏自身的不断发展也出现了一种潜在的趋势,随着团队合作竞技游戏的出现,一些符合上述元素的游戏开始出现竞技化趋势,并且竞技强度和节奏都在逐步提高,当到达一定的门槛后就自然而然的从娱乐性游戏迈入了电子竞技的圈子。而游戏竞技化所带来的影响就是越复杂的游戏就会有着越专业的操作要求,同样越专注的玩家就需要越详细的游戏数据分析总结并以此获得技术上的提升。
但是不论普通玩家还是比赛选手,仍然是通常意义上的游戏玩家,只不过竞技元素的加入让不少玩家开始注重游戏的发挥和成绩,于是量化的数据就成了最直接也是最现实的追求。在国外,近几年也陆续出现了几家专供游戏数据和游戏百科的网站,Curse和ZAM就是两家较为出色的数据提供商,他们建立并提供包含了数十款游戏在内的电子数据库和相关的数据分析,并逐步开始尝试提供游戏教学、培训等增值服务。
而国内市场,Dotamax这家提供Dota2游戏数据的网站也借助Dota2在国内的流行开始逐渐被玩家了解,并在经历了一段时间的发展后将数据库进一步扩展,包含了英雄联盟、炉石传说、暗黑破坏神3等多款游戏的数据。随着不少玩家对游戏水平的执着追求,Dotamax甚至开始提供专业的比赛录像解析服务,并按照时间收取一定的费用。而流量的逐步提升也证明了玩家对于游戏数据的需求的确在逐渐提高,并且这个速度比预想的还要快。
电子竞技的火爆是不言而喻的,这不仅仅在于出现了越来越多的赛事以及天价的奖金,还伴随着诸多获得资本追逐的衍生产品。随着对电子竞技选手的商业价值开发和对电竞赛事的转播需求,基于电子竞技圈所诞生的社交平台、电商平台和直播平台层出不穷,不仅获得风投青睐,还曾出现过Twitch这样被亚马逊10亿美金收购的现象级产品,不少衍生品也都收获了大批的用户。
甚至一直被外界诟病的只会烧钱的电竞俱乐部,也开始获得资本的重视。俄罗斯的VP俱乐部在去年年底获得了俄罗斯首富阿利舍尔·乌斯马诺夫旗下公司1亿美金的投资,这应该也是有史以来电子竞技俱乐部所获得的最大的一笔资金注入,这对于电子竞技向传统体育靠拢有着极其重要的意义。几乎相同的时间,依托中国Newbee战队所成立的蓝游文化也宣布获得1100万美元的A轮融资,再加上王思聪持有的老牌俱乐部IG,也标志的电子竞技资本时代的到来。
而在各种衍生品层数不穷的背景下,基于游戏的数据服务出现就显得再正常不过了,一个观众数量庞大,有成绩需求,且持续被资本热炒的圈子急需通过一些量化的内容带来信息层面的支撑,而不少俱乐部也需要数据来帮助选手提高以取得更好的比赛成绩。在这种情况下,基于游戏数据的衍生就成了一个极具前景的领域。
随着大数据概念与全社会各领域深度结合的进一步加速,电子竞技一定也会在未来某一时间拥抱大数据,而相关游戏数据服务的提供也正是电子竞技大数据时代的开端。
除了资本热潮之外,电子竞技自身的发展也在朝着职业化的道路前进。甚至在圈子的划分上与游戏出现分隔,开始向着传统体育项目的建设方式转变。
目前先进的体育项目,以足球、篮球为例,有着完备的电视转播和成熟的商业开发模式,电子竞技在转播权的售卖和商业赞助的开发上虽无法与世界第一运动足球相比拼,但也已经有了不小的规模。而在团队建设和团队保障上与传统体育项目之间尚存在着不小的差距。
以数据分析为例,足球俱乐部中配备数据分析师已经有了多年的历史,分析师们不仅分析球员们在球场上的射门、跑动等数据,还负责监测球员日常训练时的身体反应等一系列生理指标,为科学合理的训练提供数据支持。而目前在电子竞技领域数据分析师这一角色也不过刚刚被引进不久,更多的工作也是针对游戏中的数据,暂时还无法做到全天候的数据监测和分析。
不过,电子竞技的优势在于,其载体就是电脑和网络,游戏的载体也是数据的载体,这也为电竞项目的数据分析提供了天然的土壤。同时由于电子竞技对于设备的高要求,也为下一步与智能硬件设备之间的结合提供了可能。
例如,在田径和足球训练中常见的GPSports智能系统近年来颇为流行,这套高科技设备主要用来监测运动员比赛训练时的身体状态、呼吸心跳等生理指标。而一些智能鼠标、智能键盘等硬件设备的出现也为监测电子竞技运动员的身体指标提供了可能。前魔兽争霸世界冠军李晓峰的创业团队曾推出过一款电竞专用鼠标,就融入了数据监测功能,可以实时记录操作者的心率、手速等指标。未来这些设备肯定会更多的被专业电子竞技俱乐部所采用,用来更科学的进行比赛训练时队员的各项指标监测。
而随着电子竞技的逐渐普及,以及游戏的竞技化趋势,上文所提及的数据分析网站和各类智能硬件设备也会逐步被玩家所接受,甚至还会出现基于用户个性化定制的不同产品。这些产品与应用的出现与其说是借了当下电竞热的东风,不妨说是互联网和科技发展浪潮之下的必然产物。而与数据深度结合的电子竞技,也必定会在这股浪潮下继续前行,属于电子竞技的大数据时代,真的不再遥远了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08